基于傾斜攝影實景三維模型矢量化精度評估方法研究

李玲 王俊鋒 焦永清 申靜 令紫娟

摘要：在實景三維測量中，存在一定比例的建筑物界址點或重要拐點，導致內業矢量化精度無法滿足限差現象。基于此，本文利用線性回歸、殘差估計的方法對墻面矢量化進行精度評估，并提出精度建議。經本文研究表明，該方法對于發現和減少實景三維建模弱精度區的不合格率具有一定意義。

關鍵詞：實景三維；線性回歸；傾斜攝影測量

近年來，隨著傾斜攝影測量技術快速發展，基于傾斜攝影的實景三維測量技術在測繪技術領域得以廣泛應用[1-3]。與傳統測圖技術相比，實景三維數字測圖技術具有精度高、速度快、人力成本低等技術優勢，目前該方法廣泛應用于數字地形圖測圖、“農房一體化”等項目中[4-6]。

為了滿足《地籍調查規程》（TD/T 1001-2012）界址點精度要求，文獻[7]就建筑物實景三維測量中房檐采集方法進行改進，提出基于建筑物立面散點正交原理的傾斜攝影三維模型房檐的測量方法；文獻[8]就建筑物墻面和界址點的采集和預測方法進行改進，提出一種加權最小二乘直線擬合方法，優化了傾斜攝影測量模型矢量化精度；文獻[9]探討了航測密度和建模精度的關系；文獻[10]則通過實景三維建筑模型的矢量化優化算法提高了測量精度。受限于飛行平臺高度及穩定性、航攝鏡頭、相控點、房屋的復雜程度、建筑物攝影遮擋盲區等不利因素，少量實景三維矢量化精度難以滿足生產要求。基于此，本文以“農房一體化”、地形圖測圖項目為依托，通過評估建筑物墻體不同位置內業矢量化精度，對建筑物實景三維矢量化提出精度建議。

一、實驗區與數據

本研究區數據選取關中平原某縣，“農房一體化”項目A村0.28平方公里、B村為0.35平方公里、C村為1.5平方公里，D村為1：1000地形圖，生產區約0.7平方公里。

（一）數據獲取

A、B、C村為村莊聚落，建筑物密集以一層磚房或少量二層樓房為主。傾斜攝影數據獲取為大疆M300RTK搭載賽爾102S五鏡頭傾斜相機，航高約80—100m，航測作業航向重疊度和旁向重疊度分別優于80%和80%；地表相控均勻且間距不超過100m，相控測量采用 RTK方法，平面較差小于2cm，高程點位較差小于3cm，取多次測量平均值為最后結果。

E村為典型農業生產區的養殖場，建筑物稀少，主要為單層磚房，視野開闊。大疆精靈Phantom 4單鏡頭正射獲取，機身單點GNSS，地表相控均勻間距不超過100m，相控CORS多次測量取平均值，航攝航向重疊度和旁向重疊度分別為80%和60%。

（二）實景三維建模

A、B、C村經過ContextCapture Center Master軟件導入五鏡頭影像、加載POS信息、鏡頭參數設置、空中三角測量、相控刺點、空中三角測量、模型導出等工序后完成實景三維建模。D村則經過ContextCapture Center Master軟件影像導入、空中三角測量、相控刺點、模型制作等工序完成相應實景三維建模[11]。

二、精度評價方法與過程

（一）墻面測量方法

平直的墻面樣點采集方法可以分為線狀采樣法和面狀采樣法。

1.線狀采樣法

在建筑物實景三維中，待采集位置選擇平直墻面獲得指定長度的水平線，在水平線上或兩側指定閾值內等間距勻采集墻面測量坐標（x，y），獲得坐標集J{1，2...n|n>40}。為了減少干擾肉眼排除奇異值，J{...}集趨近于一條直線。

2.面狀采樣法

建筑物墻面垂直于水平面，沿墻面等間距或等間隔進行面狀采集，應當避開明顯拉花、扭曲、凹陷等，獲得坐標集J{...}。對于存在一定遮擋且采樣困難的部位，通常使用面狀采樣法。

（二）精度評估方法

坐標集J{...}是水平直線或直立平面采樣集，可以用線性回歸分析描述兩個坐標變量之間統計關系的回歸模型，再使用解釋變量估計被解釋變量的均值，假設因變量y與自變量x之間存在線性關系：

y = β0+ β1+ ε

ε隨機誤差項，ε服從正態分布。

β0、β1為回歸系數。

、 分別表示β0、β1的估計值。

式中為殘差均方，的平方根也稱為回歸標準誤差，回歸標準差與變量Y具有相同的單位，故實景三維墻面采樣回歸標準差反映了墻面采樣、建模的精度水平。

三、分析與建議

（一）精度分析

通過比較A、B、C村、E村的實景三維墻面測量標準誤差，可以發現：

1.在開闊條件下，E村采集標準誤明顯高于A、B、C村，是A、B、C村的2-8倍，表明A、B、C村的航攝建模質量明顯高于E村；

2.在農戶院內屋檐下，數據采集標準誤差最大，是同一測區開闊處標準誤差的10-20倍，表明同一條件下模型嚴重遮擋部位建模質量最差；

3.目視建模拉花、扭曲、錯位處的標準誤差是同測區最優處的10-30倍；

4.農戶內院同一墻壁位置較高處標準誤差略優于位置較低處。

5. A、B、C村開闊處標準誤差最小，如圖1（a）為屋頂女兒墻采集殘差圖，殘差均小于0.01m，其標準誤差0.0034m，外墻回歸直線交會點為界址點，界址點野外檢核精度優于0.05m；

6. B村屋外樹木遮擋嚴重，如圖1（b）為墻面殘差圖，殘差最大值為0.57m，標準差0.3426m，野外檢核內業結果不能滿足限差要求，需要實測方法補測；

7. E村磚房屋檐下目視拉花，如圖1（c）為采樣殘差圖，殘差最大值0.6031m，標準誤差0.3232m，不滿足1：1000地形圖測圖限差，RTK補測；如圖1（d）為E村磚房外墻殘差圖，殘差最大值0.188m，標準誤差0.0497m，檢核滿足1：1000測量房屋拐點要求。

（一）精度建議

實景三維內業測量通過墻面線性回歸預測墻面回歸直線，回歸直線交點為界址點或房屋重要拐點，因此測量過程以宜按以下步驟：

1.墻體內業測量獲取均勻樣本數據集J{...}，用線性回歸分析樣本集，并獲得樣本集的殘差集，再對殘差集進行直方圖檢驗。

2. ei為殘差，獲得殘差集的異常閾值。

3.剔除數據集J{...}中不滿足下式的殘差的數據。

4. J{...}線性回歸的回歸直線交點為待測界址點或房屋拐點，σ1、σ2為兩直線回歸標準差。

5.依照相關測量或制圖限差確定閾值M。對于的位置，不建議采用內業實景三維方法測量。

綜上所述，在生產中， 部分界址點或建筑物重要拐點的采樣誤差已經大于制圖限差。該部分常采用RTK、全站儀、激光測距儀等方法進行外業零星補測，以避免不合格現象。

四、結束語

無人機攝影測量技術具有測量精度高、速度快、成本低、外野工作量小等特點，是傳統的全站儀、RTK工作模式難以比擬的，因此被廣泛應用于測量工作中，特別是建筑物密集區。但是，建筑物實景三維模型不同位置建模精度存在一定差異，即實景三維模型存在弱精度區。而部分弱精度區測量結果不能滿足相關制圖測量限差要求，是不合格率的主要貢獻者。

基于此，本文提供了一種可以評估實景三維模型數據采集精度的方法，對于識別模型采樣的弱精度區有一定作用。經實驗表明，該方法可以較好地減少不合格率。

作者單位：李玲 甘肅工業職業技術學院 西安中景地理信息科技有限公司

王俊鋒 焦永清 申靜 令紫娟 甘肅工業職業技術學院

參考文獻

[1]紀亮.基于傾斜攝影三維建模及精細化方法研究[J].測繪與空間地理信息.2021（6）：218-221.

[2]崔志然.無人機傾斜攝影測量技術在房地一體化項目中的應用研究[D].西安：長安大學，2020.

[3]陸全輝，李維，曹赫，等.傾斜攝影三維建模技術在農房補充調查中的應用——以牡丹江市林口縣為例[J].測繪與空間地理信息.2022（2）：181-184.

[4]李黎.基于傾斜攝影的農房一體確權項目的試驗研究[J].測繪技術裝備.2021（3）：74-78.

[5]譚金石，黃正忠.基于傾斜攝影測量技術的實景三維建模及精度評估[J].現代測繪.2015（5）：21-24.

[6]王樹臻，鄭國強，王光生，等.多源點云數據融合的建筑物精細化建模[J].測繪通報.2020（8）：28-32.

[7]俞建人，李濤，申淑娟.傾斜攝影三維模型的房檐改正方法分析與精度評估[J].測繪通報.2017（5）：75-78.

[8]吳家杰，劉錕銘，孫立恒，等.加權最小二乘優化傾斜攝影測量模型矢量化精度方法研究[J].測繪通報.2021（4）：116-119.

[9]張漢中.農村不動產登記的傾斜攝影三維建模技術探討[J].測繪與空間地理信息.2022（1）：194-197.

[10]俞志強，黃樺，徐創福.基于傾斜攝影建筑模型的采集精度改進與評估[J].測繪通報.2020（2）：96-101.

[11]秦家鑫，鄧明軍.基于大疆精靈4 RTK的快速測繪方法研究[J].地理空間信息.2021（9）：109-112.